虹膜识别算法的研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·生物识别技术的简介 | 第10-12页 |
| ·虹膜识别技术简介 | 第12-14页 |
| ·虹膜识别技术的特点 | 第12-13页 |
| ·虹膜识别技术的发展 | 第13-14页 |
| ·虹膜识别技术的应用前景 | 第14页 |
| ·本文的研究内容 | 第14-15页 |
| ·本文的组织结构 | 第15-16页 |
| 第2章 虹膜识别技术的原理 | 第16-22页 |
| ·虹膜识别系统的基本原理 | 第16页 |
| ·虹膜图像采集 | 第16-17页 |
| ·虹膜图像预处理 | 第17-18页 |
| ·虹膜定位 | 第17-18页 |
| ·虹膜图像归一化 | 第18页 |
| ·虹膜图像增强 | 第18页 |
| ·虹膜图像特征提取 | 第18-19页 |
| ·虹膜图像匹配识别 | 第19-21页 |
| ·模式识别原理 | 第19-21页 |
| ·虹膜图像识别 | 第21页 |
| ·本章小结 | 第21-22页 |
| 第3章 虹膜图像预处理 | 第22-40页 |
| ·虹膜定位 | 第22-34页 |
| ·基于灰度梯度的虹膜定位算法 | 第22-24页 |
| ·基于 Hough 变换的虹膜定位算法 | 第24-26页 |
| ·粗定位和精定位结合的虹膜定位方法 | 第26-27页 |
| ·本文采用的虹膜定位算法 | 第27-31页 |
| ·实验结果与分析 | 第31-34页 |
| ·虹膜图像归一化 | 第34-36页 |
| ·虹膜图像增强 | 第36-38页 |
| ·虹膜预处理过程的算法实现过程 | 第38页 |
| ·本章小结 | 第38-40页 |
| 第4章 虹膜特征提取 | 第40-52页 |
| ·基于二维 Gabor 滤波器的虹膜特征提取 | 第40-41页 |
| ·基于拉普拉斯金字塔算法的虹膜特征提取 | 第41-42页 |
| ·基于小波过零点检测的虹膜特征提取 | 第42-43页 |
| ·基于 PCNN 的虹膜特征提取 | 第43-51页 |
| ·脉冲耦合神经网络 | 第43-47页 |
| ·基于 PCNN 的虹膜特征提取 | 第47-51页 |
| ·虹膜特征提取过程的算法实现过程 | 第51页 |
| ·本章小结 | 第51-52页 |
| 第5章 虹膜特征匹配及实验分析 | 第52-66页 |
| ·特征匹配方法简介 | 第52-54页 |
| ·本文采用的匹配方法 | 第54页 |
| ·实验结果与分析 | 第54-65页 |
| ·循环移位次数设定 | 第55-56页 |
| ·特征提取阶段插值方式选择的实验 | 第56-57页 |
| ·实验结果及数据分析 | 第57-65页 |
| ·本章小结 | 第65-66页 |
| 结论 | 第66-68页 |
| 参考文献 | 第68-71页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第71-72页 |
| 致谢 | 第72-73页 |
| 作者简介 | 第73页 |
